[发明专利]基于强化学习的设计资源能力评估方法

权利要求书

1.一种基于强化学习的设计资源能力评估方法，其特征在于，包括：

获取众包平台中服务商的历史交易数据和设计资源数据；

基于以下步骤得到服务商设计资源特征：提取所述设计资源信息数据得到的设计资源共性，量化所述历史交易数据得到交易等级，提取所述历史交易数据得到广度资源划分数据，提取所述设计资源信息数据得到的描述标签，以及，获取前一时刻强化学习得到的能力评估结果；

以时间为序构建树状结构集合作为强化学习的经验回放集合；

以服务商为单位，以服务商的历史交易数据和服务商设计资源特征为强化学习的状态，以推送最大能力评估值的服务商为强化学习的动作，基于强化学习得到服务商的设计资源能力评估结果。

2.根据权利要求1所述的基于强化学习的设计资源能力评估方法，其特征在于，推送最大能力评估值的服务商为强化学习的动作，具体为：

设计前馈函数f(s,action)＝eval_score；其中，f′(s,s′,Reward)＝action，s为环境代理交互前状态，s′为环境代理交互后状态，Reward为强化学习给出的奖励，action为推荐概率，eval_score为能力评估值。

3.根据权利要求1所述的基于强化学习的设计资源能力评估方法，其特征在于，所述方法还包括：

将强化学习得到的各项设计资源特征对应的能力评估值按照生成时间排列，得到各项设计资源特征对应的分值序列；

根据各分值序列中第一个元素得到服务商的能力评估结果；和/或，

根据各分值序列的各项元素的数值变化得到服务商对设计资源的能力成长结果；和/或，

根据分值序列中大于预设值的元素的位置得到服务商对设计资源的能力承担结果；和/或，

根据分值序列各项元素的时间间隔，得到服务商对设计资源的能力熟悉结果。

4.根据权利要求1所述的基于强化学习的设计资源能力评估方法，其特征在于，提取所述历史交易数据得到广度资源划分数据，具体包括：

分级划分服务商的设计资源数据；

按照分级将对应的能力评估值按照生成时间排列，得到各分级的子分值序列；

将各子分值序列以父子树状结构进行存储，得到服务商的能力成长结构模型。

5.根据权利要求3所述的基于强化学习的设计资源能力评估方法，其特征在于，根据各分值序列中的第一个元素得到服务商的能力评估结果，包括：

根据各分值序列中的第一个元素得到服务商在领域下最新的能力分值；

对分值序列中所有能力分值取均值，评估服务商在领域下的设计资源整体能力值。

6.根据权利要求5所述的基于强化学习的设计资源能力评估方法，其特征在于，根据各分值序列的各项元素的数值变化得到服务商对设计资源的能力成长结果，具体为：

对比各分值序列的最新的能力分值及整体能力值，得到服务商在领域下的设计资源的成长速度。